使用Selenium/Python保存网页为PDF失败问题求助

代码中的核心问题 #

• 重复初始化浏览器实例：连续两次调用webdriver.Chrome()，第二次覆盖第一次实例，导致配置可能失效，且完全冗余。
• 元素查找时机错误：在加载目标页面之前执行元素查找，此时页面未加载，必然找不到目标元素，后续等待逻辑完全无效。
• 等待条件使用错误：EC.staleness_of用于等待元素从DOM移除，而需求是等待PDF图标出现，应使用EC.presence_of_element_located或EC.visibility_of_element_located。
• 缺少PDF保存路径配置：仅指定保存格式为PDF，但未明确保存路径，Chrome可能因路径问题无法生成文件。

修正后的代码 #

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
import json

# Chrome打印配置
options = webdriver.ChromeOptions()
# 替换为你的PDF保存路径
save_path = "C:/Your/Target/PDF/Directory"
settings = {
    "recentDestinations": [{
        "id": "Save as PDF",
        "origin": "local",
        "account": "",
        "filePath": save_path
    }],
    "selectedDestinationId": "Save as PDF",
    "version": 2,
    "isHeaderFooterEnabled": False  # 可选：关闭页眉页脚，按需调整
}
prefs = {
    'printing.print_preview_sticky_settings.appState': json.dumps(settings),
    'download.default_directory': save_path
}
options.add_experimental_option('prefs', prefs)
options.add_experimental_option('excludeSwitches', ['enable-logging'])
options.add_argument('--kiosk-printing')  # 静默打印，不弹出预览窗口

CHROMEDRIVER_PATH = 'chromedriver.exe'
# 仅初始化一次浏览器实例
driver = webdriver.Chrome(options=options, executable_path=CHROMEDRIVER_PATH)

try:
    # 先加载目标页面
    driver.get("your_target_url_here")
    # 等待PDF图标可见，确保JS渲染内容加载完成
    WebDriverWait(driver, 10).until(
        EC.visibility_of_element_located((By.XPATH, "//div[@class='fas fa-file-pdf']"))
    )
    # 执行打印保存操作
    driver.execute_script('window.print();')
finally:
    # 确保浏览器关闭，释放资源
    driver.quit()

关键修正说明 #

• 调整等待逻辑：先加载页面，再等待PDF图标可见，确保JS渲染的表格等内容完全加载。
• 明确保存路径：在打印配置中指定filePath，同时设置下载目录，确保Chrome能正确生成并保存PDF到指定位置。
• 移除冗余代码：删除重复的浏览器实例初始化，避免资源浪费和配置冲突。
• 规范元素定位：使用By.XPATH替代直接传入XPATH字符串，符合Selenium最佳实践。

内容的提问来源于stack exchange，提问作者dtx780